R语言
rWishart
位于 stats
包(package)。 说明
生成 n
随机矩阵,根据带有参数 Sigma
和 df
、 的 Wishart 分布进行分布。
用法
rWishart(n, df, Sigma)
参数
n |
整数样本大小。 |
df |
数字参数,“degrees of freedom”。 |
Sigma |
正定 ( ) “scale” 矩阵,分布的矩阵参数。 |
细节
如果 是 均值(向量)为 0 的独立多元高斯函数和协方差矩阵 的样本,则 的分布为 。
因此, 的期望是
此外,如果 Sigma
是标量 ( ),则 Wishart 分布是缩放卡方 ( ) 分布,具有 df
自由度 。
分量方差为
值
一个数字 array
,比如 R
,维度为 ,其中每个 R[,,i]
是一个正定矩阵,是 Wishart 分布 的实现。
例子
## Artificial
S <- toeplitz((10:1)/10)
set.seed(11)
R <- rWishart(1000, 20, S)
dim(R) # 10 10 1000
mR <- apply(R, 1:2, mean) # ~= E[ Wish(S, 20) ] = 20 * S
stopifnot(all.equal(mR, 20*S, tolerance = .009))
## See Details, the variance is
Va <- 20*(S^2 + tcrossprod(diag(S)))
vR <- apply(R, 1:2, var)
stopifnot(all.equal(vR, Va, tolerance = 1/16))
作者
Douglas Bates
参考
Mardia, K. V., J. T. Kent, and J. M. Bibby (1979) Multivariate Analysis, London: Academic Press.
也可以看看
相关用法
- R relevel 因子水平重新排序
- R reorder.default 因子水平重新排序
- R rect.hclust 在层次集群周围绘制矩形
- R replications 条款的重复次数
- R reshape 重塑分组数据
- R read.ftable 操作平面列联表
- R reorder.dendrogram 重新排序树状图
- R residuals 提取模型残差
- R r2dtable 具有给定边际的随机 2 向表
- R runmed 运行中位数 – 稳健散点图平滑
- R stlmethods STL 对象的方法
- R medpolish 矩阵的中值波兰(稳健双向分解)
- R naprint 调整缺失值
- R summary.nls 总结非线性最小二乘模型拟合
- R summary.manova 多元方差分析的汇总方法
- R formula 模型公式
- R nls.control 控制 nls 中的迭代
- R aggregate 计算数据子集的汇总统计
- R deriv 简单表达式的符号和算法导数
- R kruskal.test Kruskal-Wallis 秩和检验
- R quade.test 四方测试
- R decompose 移动平均线的经典季节性分解
- R plot.stepfun 绘制阶跃函数
- R alias 查找模型中的别名(依赖项)
- R qqnorm 分位数-分位数图
注:本文由纯净天空筛选整理自R-devel大神的英文原创作品 Random Wishart Distributed Matrices。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。